어류 개체 촬영 영상
- 분야농축수산
- 유형 이미지
-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.1 2023-05-23 메타데이터 개방 1.0 2021-06-18 데이터 최초 개방 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2022-10-13 신규 샘플데이터 개방 소개
주요 양식 어종(5종 이상)의 성장 환경 데이터 및 대상 어종의 성장 단계별 이미지 데이터
구축목적
양식 어류의 어종, 성장단계, 어병을 식별하기 위한 수산 AI 개발용 영상 데이터셋
-
메타데이터 구조표 데이터 영역 농축수산 데이터 유형 이미지 데이터 형식 데이터 출처 라벨링 유형 라벨링 형식 데이터 활용 서비스 데이터 구축년도/
데이터 구축량2020년/100만 -
구축 내용 및 제공 데이터량
- 어류 학습용 데이터 502,000 개(넙치, 조피볼락, 참돔, 감성돔, 돌돔 각 10만개 이상) 구축
- 수질환경 데이터 797,259 개 수집
구축 내용 및 제공 데이터량 표 구분 데이터 형태 구축량 넙치 이미지, JSON 파일 100,200개 조피볼락 100,800개 참돔 100,400개 감성돔 100,500개 돌돔 100,100개 총계 502,000개 구축 내용 및 제공 데이터량 표 구분 데이터 형태 구축량 수질측정데이터 JSON 파일 797,259개 -
-
AI 모델 상세 설명서 다운로드
AI 모델 다운로드 -
데이터 성능 점수
측정값 (%)기준값 (%)데이터 성능 지표
데이터 성능 지표 번호 측정항목 AI TASK 학습모델 지표명 기준값 점수 측정값 점수 1 어류 개체 어종 인식 정확도 Object Detection EfficientNet D2 AccuracyTop-1 85 % 99.66 % 2 어류 개체 어종 인식 정확도 Object Detection EfficientNet D2 AccuracyTop-3 85 % 99.96 % 3 어병 존재 유무 분열 정확도 Image Classification EfficientNet D0 AccuracyTop-1 85 % 99.97 % 4 어병 존재 유무 분열 정확도 Image Classification EfficientNet D0 AccuracyTop-1 85 % 97.06 % 5 어류 성장단계 (치어, 준성어, 성어) 분류 정확도 Image Classification EfficientNet D0 AccuracyTop-1 80 % 93.21 % 6 어류 성장단계 (치어, 준성어, 성어) 분류 정확도 Image Classification EfficientNet D0 AccuracyTop-1 80 % 84.1 %
※ 데이터 성능 지표가 여러 개일 경우 각 항목을 클릭하면 해당 지표의 값이 그래프에 표기됩니다.
※ AI모델 평가 지표에 따라 측정값의 범위, 판단 기준이 달라질 수 있습니다. (ex. 오류율의 경우, 낮을수록 좋은 성능을 내는 것으로 평가됩니다)
-
설명서 및 활용가이드 다운로드
데이터 설명서 다운로드 구축활용가이드 다운로드데이터 변경이력
어류 개체 촬영 영상-데이터 변경이력 버전 일자 변경내용 비고 1.0 2021.06.18 데이터 최초 개방 구축 목적
- 양식 어류의 어종, 성장단계, 어병을 식별하기 위한 수산 AI 개발용 영상 데이터셋
활용 분야
- 스마트양식시스템 구축을 위한 양식어업 관리 자동화 AI 서비스 개발
소개
- 국내 주요 5개 양식어종(넙치, 조피볼락, 참돔, 감성돔, 돌돔)의 어종, 성장단계, 어병을 식별하기 위한 수중에서의 어류 개체 촬영 영상 개체의 성장단계, 어병 식별을 위한 수평 동영상에서 추출한 키프레임 이미지와 개체를 인식하기 위한 바운딩박스, 체장/체고 라인, 어병을 식별하기 위한 바운딩박스, 개체의 성장단계를 판단하기 위한 생육일수 데이터로 구성된 데이터셋으로 AI Hub를 통한 데이터 공개를 위해 양식시설 및 실험어 임대 계약을 통하여 데이터 수집 과정에서 발생할 수 있는 저작권 관련 문제를 완전히 해결한 원시 데이터 확보
구축 내용 및 제공 데이터량
- 어류 학습용 데이터 502,000 개(넙치, 조피볼락, 참돔, 감성돔, 돌돔 각 10만개 이상) 구축
- 수질환경 데이터 797,259 개 수집
구축 내용 및 제공 데이터량 표 구분 데이터 형태 구축량 넙치 이미지, JSON 파일 100,200개 조피볼락 100,800개 참돔 100,400개 감성돔 100,500개 돌돔 100,100개 총계 502,000개 구축 내용 및 제공 데이터량 표 구분 데이터 형태 구축량 수질측정데이터 JSON 파일 797,259개 대표도면
<데이터 어노테이팅>
<학습 데이터 구조>
<수질측정 데이터 구조>
필요성
- 우리나라의 대부분 양식어업은 주로 해상 또는 내수면의 가두리형 양식장이나 육상의 수조식 또는 축제식 양식장에서 치어의 입식부터 사료 공급, 생산, 출하에 이르는 일련의 과정을 사람의 판단이나 노동력, 자연환경 등에 의존하거나 일부 각 생산 단계별로 얻어지는 양식에 필요한 개별 데이터를 활용하여 부분적으로 작업을 기계화한 방식을 채택하는데 그치고 있음
- 세계적으로 증가하고 있는 양식수산물의 수요와 향후 양식산업의 시장규모를 고려할 때 국내 양식산업이 ICT 기술과의 융복합 등을 통한 대외 경쟁력을 갖춰 새로운 부가가치를 창출할 수 있음
- 기존 수산 양식업은 고령화, 종사자 감소 및 노동집약, 재래식 기술 의존으로 관련 기술의 발전과 각종 재해에 신속한 대응이 어려움
- 미래형 양식업 정착과 양질의 새로운 일자리 창출을 위해 스마트 양식어업 활성화 필요 - 우리나라도 상황 변화에 따른 분석을 통해 수산양식분야의 4차 산업혁명 핵심기술을 개발하고 양식현장에 적용하여 변화에 대비해야 하며, 빠른 기술 개발을 통하여 수출 여건이 좋은 인접 국가의 시장에도 진입하여 부가가치를 창출할 필요가 있음
데이터 구조
데이터 구조 표 No 항목 타입 비고 한글명 영문명 1 어류 정보 categories List 1-1 카테고리 종류 categories[].SuperCategory String 1-2 카테고리 식별자 categories[].id Number 1-3 카테고리 명 categories[].name String 2 이미지 정보 images List 2-1 이미지 식별자 images[].id Number 2-3 이미지 파일명 images[].file_name String 2-4 이미지 너비 images[].width Number 2-5 이미지 높이 images[].height Number 2-6 데이터셋 생성일자 images[].date_captured String 취득날짜
(원천데이터 취득)2-7 조명 정보 images[].light String 원천데이터 메타정보 3 어노테이션 정보 annotations List 3-1 어노테이션 식별자 annotations[].id String 어류개체 식별값 3-2 연관이미지 식별자 annotations[].image_id String 3-3 연관카테고리 식별자 annotations[].category_id Number 3-4 크라우드 소싱
라벨링 정보annotations[].iscrowd Number 고정값 : 1 3-5 바운딩박스 annotations[].bbox[] Number 3-6 체장/체고라인 annotations[].keypoints[] Number 체장(입, 꼬리),
체고(등, 배)순3-7 생육일자 annotations[].gd Number 생육일수 3-7 어병 유무 annotations[].diseases_exist Boolean 어병유(true)무(false) 3-8 어병 바운딩박스 annotations[].diseases_bbox[] Number 어병 있을 시만 추가 3-9 어병 속성 상세 정보 annotations[].diseases_desc String 어병 있을 시만 추가 Json
형식{ "categories": [{ "id": int, "name": str, "supercategories": str }], "images": [{ "id": int, "file_name": str, "width": int, "height": int, "date_captured": datetime, "light": str }], "annotations": [{ "id": int, "image_id": int, "category_id": int, "iscrowd": int, "bbox": [x,y,width,height], "keypoints": [x1,y1,x2,y2,x3,y3,x4,y4] "gd": int, "diseases_exist": boolean, "diseases_bbox" : [x,y,width,height], "diseases_desc": str }] } -
데이터셋 구축 담당자
수행기관(주관) : 글로비트
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 고경학 1544-7628 help@gbit.kr · 사업 총괄 · 데이터 수집/정제/가공 수행기관(참여)
수행기관(참여) 기관명 담당업무 (주)일루니 · AI 학습 모델 개발 (주)트리피노 · AI 응용서비스 개발 해양과학기술원 · 데이터 수집/검증 제주해양수산연구원 · 데이터 검증 (사)제주양식산업발전협의회 · 데이터 가공, 사업홍보 데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 고경학(글로비트) 1544-7628 help@gbit.kr
-
인터넷과 물리적으로 분리된 온라인·오프라인 공간으로 의료 데이터를 포함하여 보안 조치가 요구되는 데이터를 다운로드 없이 접근하고 분석 가능
* 온라인 안심존 : 보안이 보장된 온라인 네트워크를 통해 집, 연구실, 사무실 등 어디서나 접속하여 데이터에 접근하고 분석
* 오프라인 안심존 : 추가적인 보안이 필요한 데이터를 대상으로 지정된 물리적 공간에서만 접속하여 데이터에 접근하고 분석 -
- AI 허브 접속
신청자 - 안심존
사용신청신청자신청서류 제출* - 심사구축기관
- 승인구축기관
- 데이터 분석 활용신청자
- 분석모델반출신청자
- AI 허브 접속
-
1. 기관생명윤리위원회(IRB) 심의 결과 통지서 [IRB 알아보기]
2. 기관생명윤리위원회(IRB) 승인된 연구계획서
3. 신청자 소속 증빙 서류 (재직증명서, 재학증명서, 근로계약서 등 택1)
4. 안심존 이용 신청서 [다운로드]
5. 보안서약서 [다운로드]
※ 상기 신청서 및 첨부 서류를 완비한 후 신청을 진행하셔야 정상적으로 절차가 이루어집니다. -
신청 및 이용관련 문의는 safezone1@aihub.kr 또는 02-525-7708, 7709로 문의
데이터셋 다운로드 승인이 완료 된 후 API 다운로드 서비스를 이용하실 수 있습니다.
API 다운로드 파일은 분할 압축되어 다운로드 됩니다. 분할 압축 해제를 위해서는 분할 압축 파일들의 병합이 필요하며 리눅스 명령어 사용이 필요합니다.
리눅스 OS 계열에서 다운로드 받으시길 권장하며 윈도우에서 파일 다운로드 시 wsl(리눅스용 윈도우 하위 시스템) 설치가 필요합니다.
※ 파일 병합 리눅스 명령어
find "폴더경로" -name "파일명.zip.part*" -print0 | sort -zt'.' -k2V | xargs -0 cat > "파일명.zip"
- 해당 명령어 실행 시, 실행 경로 위치에 병합 압축 파일이 생성됩니다.
- 병합된 파일 용량이 0일 경우, 제대로 병합이 되지 않은 상태이니 "폴더경로"가 제대로 입력되었는지 확인 부탁드립니다.
※ 데이터셋 소개 페이지에서 다운로드 버튼 클릭하여 승인이 필요합니다.